| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 高阶统计方法概述 | 第12-13页 |
| 1.2.2 基于数据有向图概述 | 第13-14页 |
| 1.2.3 解释结构模型概述 | 第14页 |
| 1.3 课题研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 基于高阶统计(HOS)的非线性特征提取方法与改进 | 第17-29页 |
| 2.1 高阶统计分析方法 | 第17-21页 |
| 2.1.1 随机变量特征函数 | 第17-18页 |
| 2.1.2 高阶矩和高阶累积量 | 第18页 |
| 2.1.3 双谱 | 第18-20页 |
| 2.1.4 双相干谱 | 第20-21页 |
| 2.2 高阶统计的非线性指数 | 第21-25页 |
| 2.2.1 数据的选择 | 第21-22页 |
| 2.2.2 NGI指数 | 第22-23页 |
| 2.2.3 NLI指数 | 第23-24页 |
| 2.2.4 TN LI指数 | 第24-25页 |
| 2.3 非线性特征提取方法应用的改进 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于数据驱动的故障因素的解释结构模型 | 第29-37页 |
| 3.1 基于数据有向图的构建 | 第29-32页 |
| 3.1.1 数据标准化 | 第29-30页 |
| 3.1.2 偏相关系数矩阵的构建 | 第30-31页 |
| 3.1.3 邻接矩阵的构建 | 第31-32页 |
| 3.1.4 有向图的构建 | 第32页 |
| 3.2 解释结构模型(ISM)的构建 | 第32-34页 |
| 3.2.1 基于先验知识的邻接矩阵修正 | 第33页 |
| 3.2.2 可达矩阵的构建 | 第33页 |
| 3.2.3 解释结构模型的构建 | 第33-34页 |
| 3.3 本章小结 | 第34-37页 |
| 第四章 基于ISM与HOS的控制系统非线性故障诊断方法 | 第37-59页 |
| 4.1 TE过程 | 第37-41页 |
| 4.1.1 TE过程简介 | 第37-39页 |
| 4.1.2 TE仿真模型的修改 | 第39-41页 |
| 4.2 基于TE过程控制回路有向图的构建 | 第41-44页 |
| 4.2.1 基于先验知识有向图 | 第41-42页 |
| 4.2.2 基于偏相关系数有向图 | 第42-44页 |
| 4.2.3 结合先验知识和偏相关系数修正邻接矩阵 | 第44页 |
| 4.3 基于TE过程的ISM的构建 | 第44-45页 |
| 4.4 ISM与HOS方法的结合 | 第45-46页 |
| 4.5 不同故障类型的非线性诊断 | 第46-57页 |
| 4.5.1 案例1-IDV(4) | 第47-50页 |
| 4.5.2 案例2-IDV(11) | 第50-52页 |
| 4.5.3 案例3-IDV(14) | 第52-54页 |
| 4.5.4 案例4-IDV(12) | 第54-57页 |
| 4.6 方法优缺点比较 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 研究成果及发表的学术论文 | 第67-69页 |
| 作者和导师简介 | 第69-70页 |
| 附件 | 第70-71页 |